AI 早报

OpenAI 开发者官方账号宣布：个人账户、工作账户、副项目账户可以并存，多账户支持已经在大多数插件里可用。也就是同一台设备上，整套 ChatGPT 生态可以按身份分开用，不用再靠反复登录切换。这条转发量高（转130），说明踩到痛点的人不少。

讨论点讨论集中在「个人和工作终于能分开」。此前用 ChatGPT 的人普遍卡在一个问题上：账号既是自己的、又是公司的，会话历史和权限混在一起。官方这次的改动相当于承认多身份共存是常态。

对你的用处如果你在公司和个人之间来回切换账号，今天可以直接去插件里试，不用再退登；做内容的人也可以把它当成一个信号——AI 工具正在按「身份」而不是「设备」重新设计权限。

作者读完扎克伯格关于 Meta 的 AI 助手 Muse 连接器的文章，列出五点判断：1）正在见证消费者应用的「代理化」——应用从人点着用，变成 AI 替你去用；2）扎克伯格认为 Muse 做到 1 亿以上用户完全可能；3）你连接的任何人都会成为你的「新房东」，所以要小心选择；4）连接器会成为新的应用列表，也就是新的广告位和流量入口；5）现在入场可能像 2009 年做 App 一样早。这条看数 42 万，是今天传播最广的 AI 观点之一。

讨论点核心分歧是「连接器」到底是不是新入口。支持方认为一旦 AI 助手成为用户和应用之间的中间层，谁被列进连接器清单谁就有流量，这会重构应用商店的分配逻辑；保留意见是 Meta 的社交基础盘和 OpenAI、Anthropic 的通用助手谁最终拿到这个位置还没定。

对你的用处做内容和增长的人要提前想一件事：如果用户不再自己打开应用，而是让 AI 助手代劳，那你的内容被「连接」进去、还是被跳过，就决定了有没有曝光。这是继搜索、推荐之后的第三个分发变量。

开源 Agent 项目 OpenClaw 发布 2026.9.5 版本，更新点包括原子更新、插件热重载（改插件不用重启整个程序）、对话分享、扩展的 GPT Live、共享浏览器页面、对话归档、专家代理设置。作者强调这是来自 502 名贡献者的 4,179 个 PR。

讨论点版本说明里最能说明方向的是「共享浏览器页面」和「插件热重载」——这两项都要 Agent 长时间在线、和人共用同一个环境才用得上，透露出这类工具正从「一次性问答」往「常驻工作台」挪。

对你的用处如果你在给 Agent 搭工作流，热重载和共享浏览器是省时间的两项：调试插件不用反复重启，Agent 也能直接用你已经登录好的浏览器，省掉最烦的登录态问题。

作者说自己目前跑通的 AI 剪辑方案既不是 ChatCUT 也不是剪映，而是用 Codex 配合达芬奇（专业剪辑调色软件）和 AE（特效软件），并称这是目前 AI 剪辑的最佳实践。这条评论数 68、高于转发数，说明底下在认真讨论这套组合怎么落地。

讨论点分歧点在「AI 一把梭」还是「AI 只干辅助」。作者站后者：真正的剪辑、调色、特效仍交给专业软件，AI 负责的是写脚本、批量处理这类环节。反对方的理由是这样组合的学习成本不低，不如直接用一体化 AI 工具。

对你的用处做视频内容的人可以参考这个分工思路：别指望 AI 直接出成片，把它放在「脚本 + 批处理」环节，成片仍用熟手的软件做，交付质量更稳。

AGI House 访谈里，在 Google DeepMind 做研究的姚顺宇谈 RSI（递归自我改进，指让 AI 自己改进自己，而不是靠人调参）。他的判断：RSI 是一个谱系（spectrum），跟强化学习、基于反馈的训练最大的区别是——它迭代的是「配方」本身。终局条件下 RSI 是系统工程问题而不是模型问题，要把 Agent 的运行框架（harness）和 CUDA 这类硬件一起算进来；现在模型最弱的是「定义问题」和「怎么评测」，但不是解决不了。效果要提升，仍然需要把规模做大。

讨论点这段话的价值在于把争论定了位：如果 RSI 是 system problem，那它就是堆参数堆不动的，瓶颈在模型外面那一圈——运行框架、硬件、评测方法。这也是今天技术圈反复出现的关键词，同一话题在多家媒体上都在拆。

对你的用处判断一家 AI 公司有没有真本事时，别只看它发了什么模型——配套的运行环境和评测方式同样是变量。做内容的可以用这个框架解释「为什么同一批模型在不同产品里表现差很多」。

宝玉说自己 ChatGPT Pro 的利用率越来越高，主要用来做技术方案：直接把 GitHub 地址发给它，让它读代码、做分析、写设计文档，甚至提交 PR；然后他把设计文档下载到本地，再交给 Codex 或 Claude Code 去执行。他强调这样做的好处是「不占 Codex 额度」。

讨论点这条的争议点其实是订阅制的边界——同一个厂商的不同产品额度是分开算的，把「想方案」和「动手做」拆给两个工具，等于在现有订阅下把两个额度池都吃满。反方观点是这样切分会让上下文来回搬运，实际效率不一定更高。

对你的用处直接可用：把「规划」放到对话产品、把「执行」留给编程 Agent，是目前最省额度的分工方式。对同时在用多个 AI 订阅的人，这一条能立刻省下钱。

宝玉转述：安全公司 Hacktron 的三名研究员在 7 月 25 日串联两个高危漏洞，接管了多名 OpenAI 员工的 ChatGPT 账号，而攻击代码主要由 Anthropic 的 Claude 写成，「用一张图片」完成突破。宝玉把它类比当年 OpenAI 攻破 HuggingFace 的那件事。

讨论点讨论分成两层：一层是谁该为「AI 写攻击代码」负责——工具中立派认为这只是效率提升，另一派认为模型厂商的红线策略并没有真正挡住这类用法；另一层是攻击面本身，两个漏洞串联才成立，说明单点修补不够。

对你的用处两个直接动作：一是别把「账号安全」等同于密码强度，图片这类非文本输入同样是入口；二是做 AI 产品时要按「有人会拿它做坏事」来设计权限，而不是按正常用户设计。

宝玉一句话播报：Claude Code（Anthropic 的命令行编程 Agent）终于支持 AGENTS.md 这个约定文件，并追问什么时候支持 .agents/skills。AGENTS.md 是用来给编程 Agent 写工作说明的固定文件，各家工具读同一个文件，用户就不用为每个工具各写一份。

讨论点这条之所以被转，是因为它意味着工具之间开始共用同一套约定，而不是各搞一套。宝玉的后半句追问点出了下一步：光统一「说明文件」还不够，技能（skills）目录如果也能互通，跨工具的迁移成本才算真正降下来。

对你的用处如果你同时用几个编程 Agent，这条决定了你要不要重复写配置。想省事的现在就可以把说明统一放进 AGENTS.md；选工具时也可以把「读不读这套约定」当成一个筛选条件。

9 月 17 日华为全联接大会 2026 在上海开幕，华为发布业界首个采用 NPO 技术的昇腾 960 超节点，同时升级鲲鹏超节点、推出 OceanStor M900 AI 记忆存储系统。会上华为副董事长、轮值董事长汪涛宣布昇腾 960 芯片研发进展。超节点是把大量芯片紧密互联成一台机器、用来顶住大模型训练负载的方案。

讨论点华为这次把发布重点放在「互联」和「存储」而不是单颗芯片跑分上，说明国产算力当前主攻的是把已有芯片组织起来、把训练时反复读写的数据留在近处，而不是硬碰单卡性能。

对你的用处关注国产算力的人可以把它当作产业风向：光刻受限的情况下，互联和存储成了可下手的着力点，相关供应链的机会也会跟着往这两个方向走。

路透社报道，Astra 上线约两周已在 OpenRouter 占据约 13% 的企业 AI 支出份额，Anthropic 的 Fable 系列只有约 8%；9 月第一周 OpenAI 在该平台份额升到约 65%、Anthropic 降到约 35%，是两年半来首次反超，Anthropic 的 IPO 时间表可能推迟到 11 月。作为应对，Anthropic 内部已讨论提前发布新模型，且 Claude 深度参与下一代模型研发。此前 Fable 5 发布两个月，企业客户升级最高定价旗舰版的意愿低于预期，份额长期停在 11% 左右，更多人转向性价比更高的 Opus 5。

讨论点值得琢磨的矛盾是「安全宣言」和「增长曲线」谁优先。9 月 12 日 Dario Amodei 才公开呼吁放慢 AI 发展，Altman 和马斯克附和，七天后就传出要打乱发布节奏。报道里的判断很直白：在 IPO 倒计时面前，商业增长优先于安全叙事。

对你的用处关注科技股和 AI 公司估值的人可以把 OpenRouter 的份额数据当成一个前哨指标——它比财报早一个季度反映企业端用脚的投票，也直接决定 IPO 定价能不能撑住。

英国《金融时报》援引一份近期演示文件：OpenAI 预计 2026–2030 年累计产生约 2780 亿美元负自由现金流（即经营赚的钱不够自己花，缺口要靠外部资金填），最大单项开销是算力与基础设施，五年约 8560 亿美元。同期营收目标从 2026 年的 360 亿美元涨到 2030 年的 3500 亿美元。公司正以约 1.2 万亿美元潜在估值谈新一轮融资；3 月完成的 1220 亿美元按当前烧钱速度最早 2028 年耗尽。今年 5 月的早期预测缺口还是 3050 亿美元，现在收窄到 2780 亿。

讨论点分歧在「收入涨得够不够快」。乐观方看数据：7 月新模型发布后年化营收环比增长约 20%，缺口比半年前的预测收窄了；谨慎方看结构：为了抢企业客户已大幅降价，价格战压缩利润，只会加大对外部融资的依赖。报道还提到此前推迟 IPO，官方理由是公众对 AI 风险的关注，投资者则透露另一层顾虑是「持续亏损的公司能不能拿到合理估值」。

对你的用处这条最实用的地方是传导链：英伟达、甲骨文、软银数据中心等一批公司的业绩预期都押在和 OpenAI 的合同上。跟科技股的人把「OpenAI 融资节奏」当成领先指标来看，比单看某家公司的财报更早。

巴克莱在 9 月 18 日的研报里对人形机器人投资热潮提出三点判断：大规模部署可能要等到 2035 年前后，而不是 2030 年；瓶颈在智能而不是硬件；算力拉动集中在边缘侧而不是数据中心；Physical AI（能在物理世界里行动的 AI）的第一波浪潮很可能根本不是人形的。

讨论点这份研报的价值是给热度泼了盆冷水、同时指出了方向：如果瓶颈在智能不在硬件，那么当下大量投在机械结构和关节上的钱未必能换来进度；而「第一波不是人形」这个判断，意味着轮式、专用形态可能会先落地变现。

对你的用处关注机器人赛道和具身智能的人，可以用这三条去筛公司和信息：先问它的瓶颈是不是智能、它的算力需求落在哪里、它做的是不是人形——不符合的，短期别当成确定性机会。